安防數據中臺——業(yè)務(wù)成功是行業(yè)數據中臺建設成效的關(guān)鍵評價(jià)標準

從2018年開(kāi)始，AI、AIoT、大數據、云計算等概念就成為科技圈的熱詞，更是資本市場(chǎng)角逐的"戰場(chǎng)"。

將這些前沿技術(shù)落地應用最廣泛的場(chǎng)景，當屬安防行業(yè)，于是，整個(gè)安防行業(yè)被技術(shù)賦能后，產(chǎn)生海量的數據，也帶來(lái)技術(shù)與場(chǎng)景的"碰撞"，數據中臺的概念在安防行業(yè)逐漸興起。

9月14日下午，「CSIEC2020-第三屆中國安防產(chǎn)業(yè)賦能大會(huì )」在深圳會(huì )展中心6樓茉莉廳召開(kāi)。大華股份大數據研究院首席架構師江文龍，在會(huì )議上作了《安防新基建之行業(yè)化數據中臺》的主題分享，詳細介紹了在新基建的推動(dòng)下，安防行業(yè)的數據中臺建設情況以及面臨的機遇和挑戰。

1、通用數據中臺的特點(diǎn)

2018年，政府提出"新基建"概念，2020年，開(kāi)始加快新基建的建設和部署。

江文龍認為，新基建的本質(zhì)是為了支撐傳統產(chǎn)業(yè)向數字化、網(wǎng)絡(luò )化、智能化發(fā)展。而數據中臺的本質(zhì)則是大數據的延伸，是打通數據孤島、實(shí)現數據互通，以及實(shí)現數據智能化必備的手段。數據中臺也將成為這個(gè)行業(yè)下一輪建設的新趨勢。

在數字化轉型時(shí)代，數據無(wú)處不在，利用數據驅動(dòng)的思想和理念也業(yè)界已經(jīng)形成了共識，而數據的價(jià)值在這個(gè)行業(yè)也得到了非常普遍的驗證。

那么，如何從數據當中獲取價(jià)值，就需要由數據智能來(lái)進(jìn)行驅動(dòng)。

打個(gè)比方，假如把數據比作石油，那么數據智能就是煉油廠(chǎng)，負責從數據當中分析、提取價(jià)值，以實(shí)現將原始的數據轉變成知識和信息，以支撐業(yè)務(wù)決策和行動(dòng)。

結合數據智能的發(fā)展歷程，站在業(yè)務(wù)的角度去看，已經(jīng)經(jīng)歷了收集、監測、洞察、決策這四個(gè)階段，數據的價(jià)值也得到大幅度的提升，未來(lái)數據智能將向人機協(xié)同的重塑階段發(fā)展。

數據中臺是實(shí)現數據智能化的核心載體。

數據智能本身是實(shí)現預測和決策的，在這個(gè)過(guò)程中必須有一個(gè)強有力的平臺以支撐調動(dòng)一系列的數據，以及調動(dòng)相關(guān)的業(yè)務(wù)模型和面向各種場(chǎng)景的分析處理的能力。

對于數據中臺而言，本質(zhì)要解決兩個(gè)問(wèn)題，第一個(gè)是幫助企業(yè)"看現在"，另外一個(gè)是幫助企業(yè)"看未來(lái)"。

"看現在"，是指對現有的數據進(jìn)行治理，形成資產(chǎn)。

"看未來(lái)"，是指對數據進(jìn)行分析提煉，以支撐業(yè)務(wù)的決策。

數據中臺將要形成高能力級別的復用平臺，以實(shí)現對業(yè)務(wù)的支撐，實(shí)現敏捷的迭代。

但是目前關(guān)于數據中臺的理解和建設，也存在一些誤區，主要有兩點(diǎn)：

第一個(gè)誤區，是認為建設了一些Hadoop大數據的組件就完成了大數據的建設。但是從現在來(lái)看，所謂的大數據必須從業(yè)務(wù)來(lái)看，比如數據的采集、治理、存儲，面向各行業(yè)的分析引擎，以及上層的一系列數據管理開(kāi)發(fā)工具集；

第二個(gè)誤區，是認為通用的數據平臺可以賦能千行百業(yè)。數據中臺在某個(gè)行業(yè)里面取得了成功，并不代表能在另外一個(gè)行業(yè)可以直接復制利用。

因為每個(gè)行業(yè)具備不同的業(yè)務(wù)屬性、業(yè)務(wù)流程，以及相關(guān)規范，而且數據類(lèi)的項目又普遍存在一些定制化的屬性在里面，所以必須要先理解業(yè)務(wù)，由業(yè)務(wù)進(jìn)行驅動(dòng)軟件功能的改進(jìn)，以實(shí)現對數據的高效治理，以及對相關(guān)模型的構建，從而有效地提升數據的價(jià)值，支撐行業(yè)的應用。

2、安防行業(yè)數據中臺的特色和架構

對于安防行業(yè)來(lái)說(shuō)，隨著(zhù)高清化、智能化以及物聯(lián)網(wǎng)的快速發(fā)展，已經(jīng)積累了海量的數據。

有這么多海量數據，但是普遍存在因為數據價(jià)值挖掘不充分的問(wèn)題，導致數據價(jià)值密度普遍偏低，這個(gè)問(wèn)題也成為了客戶(hù)的一大難題。

對客戶(hù)而言，希望通過(guò)大數據分析提升數據的成效，另外根據各個(gè)部委的政策和相關(guān)預算的增加，推行了這塊業(yè)務(wù)的發(fā)展。

簡(jiǎn)單來(lái)說(shuō)，由于客戶(hù)業(yè)務(wù)的驅動(dòng)，以及在對應領(lǐng)域的布局，并隨著(zhù)對業(yè)務(wù)的理解和技術(shù)的積累，從而實(shí)現利用中臺的技術(shù)，形成相應的產(chǎn)品和解決方案，來(lái)支撐業(yè)務(wù)的訴求。

通過(guò)數據中臺，將有效地實(shí)現數據的治理以及價(jià)值的提取。

大華認為，行業(yè)的數據中臺，不應該是一個(gè)通用的技術(shù)中臺，只提供通用的技術(shù)組件和技術(shù)能力，而不對業(yè)務(wù)結果負責。

數據中臺必須要理解業(yè)務(wù)，要以業(yè)務(wù)的成功作為數據中臺建設成功關(guān)鍵的評價(jià)標準。因為只有貼近業(yè)務(wù)，數據中臺才能真正地發(fā)揮價(jià)值。

從數據鏈路上來(lái)看，業(yè)務(wù)會(huì )產(chǎn)生數據，數據最終需要對中臺進(jìn)行接入和整合，而在這個(gè)過(guò)程中必須要理解業(yè)務(wù)，才能有效地實(shí)現數據資產(chǎn)的落地。

數據經(jīng)過(guò)梳理形成資產(chǎn)，通過(guò)數據服務(wù)進(jìn)行發(fā)布，并且進(jìn)行重新結算，這個(gè)過(guò)程中必須要實(shí)現對業(yè)務(wù)的理解，從而才能有效地提供相應的處理流程，以及對應的處理引擎，最后業(yè)務(wù)是利用價(jià)值的數據進(jìn)行重新的應用，將會(huì )產(chǎn)生新的數據，從而對數據中臺進(jìn)行新的數據補充。

從業(yè)務(wù)的數據流來(lái)看，只有對業(yè)務(wù)的理解，以支撐業(yè)務(wù)的成功，這個(gè)數據中臺才能真正地服務(wù)于業(yè)務(wù)。

對安防行業(yè)來(lái)說(shuō)，有很大一塊數據量是不可忽略的，它就是以視頻圖像為主的感知數據。

而在實(shí)際客戶(hù)的場(chǎng)景應用中，系統之間存在數據割裂、數據融合不充分等問(wèn)題。

對于行業(yè)在建設數據資源池的時(shí)候，不僅僅是需要從一些信息系統里面去拉取數據，同時(shí)還需要考慮以建設感知數據為主的數據資源池。

感知數據為主的資源池有一個(gè)特點(diǎn)，它具備豐富的時(shí)空屬性以及具備海量的動(dòng)態(tài)數據，從而能夠有效實(shí)現對業(yè)務(wù)的創(chuàng )新，同時(shí)通過(guò)統一的、融合的數據資源池的構建，將有效解決數據孤島、數據融合的問(wèn)題，提升數據的應用價(jià)值。

所謂的數據融合，不是簡(jiǎn)單地將現有系統里面的數據全量拉到中臺內部，而是要從業(yè)務(wù)價(jià)值的角度去考慮。

比如以公安系統現有的已經(jīng)建設的視頻智能系統為例，數據不可能全量地搬進(jìn)去，對于建設的成本，以及現有業(yè)務(wù)的沖擊挑戰都是非常大的，所以需要從現有的業(yè)務(wù)角度出發(fā)，不僅需要具備數據匯聚的能力，還要有數據連接的能力。

數據連接的能力是對現有建設的視頻圖象數據能夠通過(guò)邏輯管理的方式，使中臺提供統一的數據服務(wù)能力。

中臺同時(shí)還需要具備能力復用的方式，將現有的視頻能力、智能能力整合進(jìn)中臺里面，使中臺在解決原有的結構化數據能力之上，同時(shí)還能提供視頻圖像智能化處理的能力。

在構建這樣的行業(yè)數據中臺的時(shí)候，需要考慮的是，充分地從業(yè)務(wù)的現狀出發(fā)，整合已有的系統，復用現有的數據和能力，從而構建一個(gè)物理分散、邏輯集中的全融合數據中臺。

中臺有很大一塊業(yè)務(wù)就是治理，所謂的治理，不僅是針對一些信息系統的靜態(tài)數據做通識的處理、智能的轉換等等業(yè)務(wù)邏輯，同時(shí)還需要深入到感知設備，理解感知數據，知道這些數據如何治理。

因為感知數據具備點(diǎn)位的經(jīng)緯度信息、時(shí)間信息，這些信息的錯誤將嚴重影響到數據實(shí)戰的效果。比如說(shuō)公安做一個(gè)防護的業(yè)務(wù)，如果點(diǎn)位的錯誤，出現一條誤報，將出現警力的占用問(wèn)題。

所以，行業(yè)的數據中臺在進(jìn)行業(yè)務(wù)應用的時(shí)候，需要深入行業(yè)業(yè)務(wù)，沉底行業(yè)化的數據治理方法，構建全域數據治理能力，從而有效攔截錯誤的數據，形成糾正機制，提升數據的質(zhì)量，從而提升數據的實(shí)戰價(jià)值。

業(yè)務(wù)有成效，離不開(kāi)平臺的支撐，平臺作為數據開(kāi)發(fā)的工作平臺，起到至關(guān)重要的作用。

首先，平臺是需要沉淀對業(yè)務(wù)的理解，成為數據開(kāi)發(fā)人員的"好幫手"。

所謂"好幫手"，包括承接行業(yè)的數據標準、業(yè)務(wù)處理流程，加快數據治理、數據開(kāi)發(fā)等過(guò)程中的效率。

同時(shí)還平臺需要具備一個(gè)高效的計算能力。

高效計算能力不止是針對數據提供面向各種場(chǎng)景的分析引擎，同時(shí)還需要理解業(yè)務(wù)的計算過(guò)程，比如說(shuō)針對時(shí)空數據的計算，可以通過(guò)如何減少數據搬遷的方式來(lái)提升計算的效率，正是這樣對業(yè)務(wù)不斷地理解，從而使平臺成為行業(yè)特色化的平臺，這樣能夠有效地承接業(yè)務(wù)的理解，以及提升計算效率。

有平臺、有數據，數據要么形成資產(chǎn)被應用，要么被重新計算，在這個(gè)過(guò)程中，離不開(kāi)算法的支撐。

從數據進(jìn)來(lái)到被管好的過(guò)程中，算法在一系列的場(chǎng)景中都有出現，包括數據進(jìn)來(lái)的時(shí)候，進(jìn)行一些文本的處理、字段的自動(dòng)映射等等。

平臺內部沉淀了各種各樣的數據，平臺必須要能夠沉淀對應的算法處理的能力，比如說(shuō)時(shí)空的算法、數據挖掘、機器學(xué)習等等一些算法能力，以支撐從各類(lèi)數據當中提取數據的關(guān)聯(lián)關(guān)系，挖掘多維數據關(guān)系，從而最大程度地獲取數據的價(jià)值。

因此，多維體系算法，也是實(shí)現數據驅動(dòng)業(yè)務(wù)智能化發(fā)展的靈魂。

企業(yè)面向客戶(hù)不止是提供一個(gè)平臺解決采、管、用的問(wèn)題，同時(shí)還需要解決客戶(hù)的痛點(diǎn)，解決數據的孤島，實(shí)現數據的融合，形成統一的資源池。而在這個(gè)過(guò)程中，對平臺提出了新的要求，需要具備共享和開(kāi)放的能力。

所謂共享和開(kāi)放的能力，是指能支撐多廠(chǎng)商基于統一的平臺而進(jìn)行開(kāi)發(fā)，而在開(kāi)發(fā)的過(guò)程中，需要保護數據廠(chǎng)商之間的數據資產(chǎn)，這就需要利用到多項目管理的方式。而在項目之間進(jìn)行數據的共享，就需要利用到數據的隔離和安全審批的機制，實(shí)現數據在項目組之間有效地、安全地進(jìn)行共享訪(fǎng)問(wèn)。

通過(guò)多廠(chǎng)商協(xié)同開(kāi)發(fā)，通過(guò)數據服務(wù)發(fā)布數據資產(chǎn)和服務(wù)能力，共同支撐各行業(yè)的數據應用，只有在滿(mǎn)足客戶(hù)的訴求，理解業(yè)務(wù)的需求，實(shí)現對數據價(jià)值的保護，才能構建有效的數據服務(wù)，建立開(kāi)放的數據生態(tài)環(huán)境。

行業(yè)的數據中臺，必須由業(yè)務(wù)能力、數據能力、平臺能力去構成。

業(yè)務(wù)能力，不是指中臺需要做更多行業(yè)的應用，而是要理解業(yè)務(wù)的處理流程、業(yè)務(wù)的計算過(guò)程，以對業(yè)務(wù)實(shí)現更好的閉環(huán)的支撐。

數據能力，是由數據治理服務(wù)和多維算法體系構成，光有平臺，業(yè)務(wù)是落不了地的，數據的能力是承上啟下的環(huán)節，以支撐業(yè)務(wù)的閉環(huán)。

平臺能力，是有一個(gè)高效的大數據計算底座和一系列的數據管理和開(kāi)發(fā)工具集構成，平臺內部需要沉淀數據的處理標準、業(yè)務(wù)的處理流程、業(yè)務(wù)的訴求，以及數據服務(wù)要滿(mǎn)足行業(yè)化應用的特點(diǎn)。

只有構建這樣一個(gè)行業(yè)化的數據中臺，才能有效地實(shí)現對這個(gè)行業(yè)業(yè)務(wù)有力的支撐。

大華行業(yè)化數據中臺在全國多個(gè)地市落地，其中在某地市的公安系統建設的數據中臺，大華建設的是以感知數據為主的資源池，感知數據占了大頭，超過(guò)3000多億感知數據。

從建設成效來(lái)看，除了大華之外，仍然還有其它兩個(gè)數據廠(chǎng)商基于大華的數據中臺開(kāi)發(fā)，實(shí)現500多個(gè)治理任務(wù)，日均接近4億的數據，以及面向20多個(gè)數據應用廠(chǎng)商提供數據服務(wù)能力。

大華通過(guò)數據中臺，面向客戶(hù)實(shí)現多警種的數據共享，以及通過(guò)數據整合，有效消除了數據壁壘，并且通過(guò)模型大幅度提升各警種的業(yè)務(wù)實(shí)戰能力。

3、行業(yè)數據中臺的趨勢

第一個(gè)趨勢是，未來(lái)，數據和業(yè)務(wù)將進(jìn)一步融合，并且相互促進(jìn)、相互迭代，加快感知數倉在行業(yè)的落地。

在數字化轉型和大數據建設深化的階段，業(yè)務(wù)的共識將會(huì )隨著(zhù)業(yè)務(wù)成效的提升，以及底層相關(guān)政策的指引，加速數據的融合，并且在這個(gè)行業(yè)當中將形成以感知數倉為主的數據資源池落地。

通過(guò)感知數倉落地帶來(lái)兩個(gè)影響，第一是對現有的視頻物聯(lián)系統里面的數據質(zhì)量，以及通過(guò)數據質(zhì)量的治理、糾正，將有效地實(shí)現業(yè)務(wù)實(shí)戰價(jià)值的支撐。第二個(gè)是由于感知數倉具備豐富的鮮活的數據，比如說(shuō)動(dòng)態(tài)軌跡、關(guān)系軌跡等等，將有助于實(shí)現業(yè)務(wù)的創(chuàng )新。

第二個(gè)趨勢是，人工智能使能數據分析，強化數據驅動(dòng)業(yè)務(wù)智能。

數據中臺加上人工智能，將使數據中臺插上新的翅膀，將成為數據中臺新的發(fā)展方向，提供一個(gè)新的動(dòng)能，將強有力地實(shí)現利用數據驅動(dòng)業(yè)務(wù)智能化的發(fā)展。

在數據中臺的各個(gè)過(guò)程當中，都可以加載智能的能力，有非常多的場(chǎng)景，比如說(shuō)在數據治理的過(guò)程中自動(dòng)形成智能化數據標準，在構建數據資產(chǎn)的時(shí)候，自動(dòng)進(jìn)行數據資產(chǎn)的相關(guān)分析，質(zhì)量追溯。

大華結合公安的樣板數據，通過(guò)機器訓練的方式，實(shí)現業(yè)務(wù)數據自動(dòng)打標，比如說(shuō)構建同行人、套牌車(chē)等等相關(guān)的模型，通過(guò)數據中臺加上人工智能，將支撐業(yè)務(wù)在降本增效、業(yè)務(wù)創(chuàng )新，以及面向業(yè)務(wù)的快速響應，提供強有力的支撐，將強化數據驅動(dòng)業(yè)務(wù)智能化的發(fā)展。